昨天的文章中，认为数据是资产、是可交易的，那么到底什么是数据资产，和传统的资产有何区别，请看今天的推荐。
虽然数据还没有被列入企业的资产负债表，但这只是一个时间问题。-维克托·迈尔-舍恩伯格
伴随着大数据时代的悄然来临，对数据的重视提到了前所未有的高度。套上大数据的光环后，原本那些存放在服务器上平淡无奇的陈年旧数一夜之间身价倍增。按照世界经济论坛报告的看法，“大数据为新财富，价值堪比石油”.大数据之父维克托则乐观预测，数据列入企业资产负债表只是时间问题。
但是，数据真的可以和资产直接划上等号吗？在获得高度重视的同时，很多企业对数据资产的看法陷入误区。事实上，数据有可能成为资产，但不是所有数据都能具备资产的属性。要知道就算是石油，在工业化时代来临前的很长一段时间里，也只是一种无用的黑色液体。
一、让数据成为资产
什么样的数据能够成为资产，或者说什么样的数据有资格成为资产？首先让我们了解一下什么是财务意义上资产：“一般来讲，资产可以认为是企业拥有和控制的，能够用货币计量，并能够给企业带来经济利益的经济资源。”在这里，资产包含着如下几个要素：1、被企业拥有和控制；2、能够用货币来计量；3、能为企业带来经济利益
下面我们就用资产的要素来盘点一下什么样的数据符合资产的要求：
1、被企业拥有和控制：
与专利权为代表的知识产权相比，数据所有权问题还比较模糊。从拥有和控制的角度来看，数据可以分为第一方数据、第二方数据和第三方数据。
第一方数据也可以称为甲方数据，主要来自于数据的生产者。百度或京东这样的公司在为个人客户提供搜索服务或销售商品的同时，采集和整理了大量的用户行为数据。借助于支付、配送等后续服务，电商网站还能收集到诸如用户真实姓名、电话号码、家庭住址等隐私信息。这些一手数据被毫无疑义的被其生产者拥有和控制，并借助于数据挖掘或出售等方式不断给数据拥有者带来经济收益。
第二方数据也可称为乙方数据。随着互联网行业的高速发展，各行业巨头着力构建围绕核心业务的生态体系，专业分工愈发细致。一批像亿玛、百分点这样专业公司脱颖而出。作为效果营销领域的领导者，亿玛通过为电商提供流量入口服务，间接积累了大量的网购用户的行为数据、广告投放数据和订单数据；为了给网购用户提供精准推荐，百分点则整理了完善的商品数据库和网购用户在电商网站内的行为数据。从拥有和控制角度看，第二方数据的所有者的确拥有对数据的掌控权，但这部分数据受制于获取路径（为甲方服务获取），在使用、交换或交易的过程中会有一些限制。需要采取匿名化以及整体化等脱敏处理处理后，才能实现有效控制和使用。
与第一方、第二方数据相比，第三方数据的产权问题比较复杂。出于对敏感数据泄露的担心和数据资产定价困难方面的考虑，第一方和第二方数据的拥有者很少直接进行数据交易或授权。与之相反倒是常有从这些公司的流出的内部数据放在网上供人付费下载。这也正是数据当前阶段还不能和资产划等号的一个生动体现。由于无法通过交易授权渠道获得，目前很多第三方数据提供商是通过网络爬虫、甚至是黑客手段获取数据。从法律层面看这些数据的所有权存在瑕疵的数据即使暂时拥有，也不能构成资产要素。只有在建立起有效的数据交换、交易机制后，第三方数据才能被真正的拥有和控制。
2、能够用货币计量
虽然从拥有和控制的角度来看，多数企业的数据都符合资产要素要求。但是如何用货币对这些数据进行计量则是个巨大的问题。传统会计的货币计量假设是指在企业众多计量单位中确定用货币为单位进行统一计量。货币作为会计信息的统一计量单位，有利于不同企业、不同行业用同一口径衡量反映其财务状况和经营成果。这也是为什么那些存储在硬盘上，以GB、PB为计量单位的数据无法直接进入资产负债表的原因。
当前阶段，尽管很多企业都意识到数据作为资产的可能性，但除了极少数专门以数据交易为主营业务的公司外，大多数公司都没有为数据的货币计量做出适当的账务处理。对于数据资产的货币计量，可以参照无形资产的计量规则。无形资产准则根据无形资产取得方式的不同，对如何确定无形资产的入账价值作了规定。比如，外购的无形资产应按实际支付的价款作为入账价值；通过非货币性交易换入的无形资产，其入账价值应按非货币性交易准则的规定确定入账价值。与之相类似，对于通过交易手段获得的数据，应按照实际支付的价款作为入账价值计入无形资产。对于通过服务、交换等方式获取的数据，则可以根据数据的用途，参照内部开发项目资本化的方式，将与获取数据相关的费用支出予以资本化而不是直接计入当期损益。
将数据列入无形资产的好处不言而喻：考虑到研发因素，很多高科技企业都具有较长的投入产出期，通过对递延资产的摊销可以为企业形成有效税盾，降低企业实际税负。
3、能够为企业带来经济利益
如果不能带来经济利益，再多的数据也只能是垃圾，企业还要为这些数据支付额外的存储费用。根据国金证券的研究报告，目前直接利用数据为企业带来经济利益的方法主要有数据租售、信息租售、数据使能三种模式。
数据租售：以四维图新、广联达为代表的公司，在主营业务的基础上，通过对业务数据的收集、整理、过滤、校对、打包、发布等等一系列的流程，实现了数据自身的价值，为企业带来了经济利益。
信息租售：以彭博为代表的金融信息服务商，聚焦在某个行业，广泛收集相关数据、深度整合萃取信息，以庞大的数据中心加上专用的数据终端，形成数据采集、信息萃取、价值传递的完整链条，成为行业巨擘。
数据使能：类似于阿里金融这样的公司，通过对大量数据进行有效的挖掘和分析，开展传统公司难以触及的小额贷款业务，为公司开创新的盈利增长点。
二、数据资产的保值增值
数据既然具备资产的属性，也就存在着折旧损毁和保值增值的问题。如何让数据资产实现保值增值呢？通常在资产负债表的资产项上，财务人员喜欢按照资产的流动性将资产从上至下进行排列。与之相类比，决定数据资产价值的则是数据的规模、活性，以及收集、运用数据的能力。因此，要实现数据的保值增值，
就要从扩大数据规模，提高数据活性，提升收集运用数据的能力三个方面入手：
扩大数据规模
尽管大数据技术层面的应用可以无限广阔，但是受制于当前阶段数据收集和提取合法性方面的限制，能够用于商业应用、服务于人们的数据要远远小于理论上大数据能够采集和处理的数据。另一方面，单体企业仅仅基于自己掌握的独立数据很难了解产业链各个环节数据之间的关系，对消费者做出的判断和影响十分有限。
因此，只有充分发挥大数据生态圈中各企业的协同效应，建立起数据交换机制才能有效的扩大数据规模。当前阶段，很多需要共享数据的企业间竞合关系同时存在，企业在共享数据之前需要权衡利弊，避免在共享数据的同时丧失竞争优势。
提高数据活性
我们知道，数据类型繁多和价值密度低是大数据的重要特征。只有数据所有者们围绕核心业务需求构建起数据间的关联关系，才能提高那些不同来源获取的结构化与非结构化数据的活性。例如，对于数字营销中关键的业务环节-消费者画像，建立起统一的用户识别标识后，才能把众多环节收集的数据整合到一起，更加全面的了解用户。
提升收集运用数据的能力
与结构化数据相比，非结构化数据由于其难以用传统数据库的二维逻辑表来表现而被放弃。IDC的一项调查报告中指出：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%.显然，加强对非结构化数据的重视程度对于提升整体收集运用数据的能力效果显著。
另一方面，伴随着技术发展，传统的数据处理流程已不能满足业务需要，提高数据处理速度势在必行。例如，O2O模式对用户数据实时处理有着极高的要求：用户数据伴随用户行为产生，这些数据往往是高速实时数据流。而且O2O业务周期短，这需要实时的分析用户数据并根据分析结果对用户进行个性化服务，通过传统的数据库查询方式得到的“当前结果”很可能已经没有价值，必须提升对这类数据的高速处理能力才能应对挑战。
三、推动数据交易市场建设，加速数据资产化进程
出于对数据价值的认可，当前阶段一些企业在业务需求的拉动下，尝试采用限额等量交换的方式进行数据交换；也有一些公司以CASE BY CASE的方式定价出售数据。但在缺乏交易规则和定价标准的情况下，数据交易双方交易成本很高，直接制约了数据资产的流动。
金融市场是现代金融体系的重要组成部分，由于其具有融资、调节、避险和信号的功能，对于资产的优化配置和合理流动起到了巨大的促进作用。与之相类似，推动数据交易市场的建设，必然能加速数据资产化的进程。大胆预测一下，未来数据市场有可能会出现数据现货交易、期货交易，甚至是数据衍生品交易。到了那个时候，数据进入资产负债表的时间就真的是指日可待了。
原文发布时间为：2013-12-19
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号